Enviar artigo via e-mail 
Ocultar
Exibir todos
Intelligent dashboard to support for decision making in business courier company
Resumo
The aim of this paper was to research, evaluate and present a study on an intelligent dashboard to support decision making in Courier Company based on Artificial Intelligence techniques. Brazil has gone through several transformations of general services have been adapting to the new demands of customers and market. As a result, the courier service has become highly complex and competitive. The transport, treatment and distribution remained follow these trends. In this context, the application of intelligent techniques to support decision-making is an alternative, seeking productivity and high level of service. The methodological synthesis of the article is to develop a dashboard supported by Artificial Intelligence techniques. An Artificial Neural Network (ANN) Type Multilayer Perceptron (MLP), trained by error back-propagation algorithm was developed and applied to make demand forecast and forecast absenteeism, these forecasts were presented in intelligent dashboard to support decision. In addition we applied the Self-Organizing Map of Kohonen to generate clusters seeking better visualization to be used on the dashboard. The data for the experiments were collected in a courier company. It was concluded that the application of techniques helped in the creation of an intelligent dashboard to support decision making.
Palavras-chave
Texto completo:
PDFReferências
Affonso, C. (2010). Aplicação de Redes Neuro Fuzzy ao Processamento de Polímeros na Indústria Automotiva. 110 p. Dissertação de Mestrado em Engenharia de Produção, Universidade Nove de Julho, São Paulo.
Ballou, R. H. (2006). Gerenciamento da Cadeia de Suprimentos/Logística Empresarial. Tradução de Raul Rubenich. 5ª ed. Porto Alegre: Bookman.
Banzato, E., Carillo Junior, E., Banzato, J. M., Moura, R. A. & Rago, S. F. T. (2008). Atualidades na armazenagem. São Paulo: IMAM.
Bigus, J. P. (1996). Data Mining with Neural Network: Solving Business Problems from Applications Development to Decision Support. McGraw-Hill.
Blazadonakis, E. & Michalis, Z. (2008). Support Vector Machines and Neural Networks as Marker Selectors in Cancer Gene Analysis. Intelligent Techniques and Tools for Novel System Architectures. Berlin, Heidelberg: Springer-Verlag Berlin Heidelberg, p. 237-258.
Bowersox, D. J. & Closs, D. J. (2010). Logística Empresarial: o processo de integração da cadeia de suprimento. Tradução de Equipe CEL e Adalberto Ferreira Neves. São Paulo: Atlas.
Braga, A. P., Carvalho, A. C. P. L. F. & Ludermir, T. B. (2011). Redes Neurais Artificiais: Teoria e Aplicações. Rio de Janeiro. Ed. LTC, 2ª ed. Rio de Janeiro.
Carvalho, L. A. V. (2005). Data Mining: a Mineração de dados no Marketing, Medicina, Economia, Engenharia e Administração. Editora Ciência Moderna Ltda. Rio de Janeiro.
Cascio, W. & Boudreau, J. (2008). Investing in People: Financial Impact of Human Resource Initiatives, Pearson Education, Inc. Publishing as FT Press, New Jersey.
Ferreira, R. P. (2011). Combinação de Técnicas da Inteligência Artificial para Previsão do Comportamento do Tráfego Veicular Urbano na Cidade de São Paulo. 107 p. Dissertação de Mestrado em Engenharia de Produção, Universidade Nove de Julho, São Paulo.
Haykin, S. (2001). Redes Neurais – Princípios e Práticas. Bookman. 2ª ed. Porto Alegre.
Johns, G. (2010). Presenteeism in the workplace: A review and research agenda. Journal of Organizational Behavior. v. 31, p. 519 – 542.
Kaski, S., Kohonen, T. (1997). Winner-Takes-All Networks. Triennial Report (1994 – 1996), Neural Networks Research Centre & Laboratory of Computer and Information Science, Helsinky University of Technology, Finland, p. 72-75.
Kohonen, T. (1982). Self-organized formation of topologically correct feature maps. Biological Cybernetics, v. 43, p. 59-69.
Kohonen, T. (2001). Self-Organizing Maps.New York. 3ª ed. Springer.
Martiniano, A. S., Ferreira, R. P., Affonso, C. & Sassi, R. J. (2012a). Aplicação de uma Rede Neuro Fuzzy na Previsão do Absenteísmo no Trabalho. CISTI'2012 - 7ª Conferencia Ibérica de Sistemas y Tecnologías de Información.
Martiniano, A., Ferreira, R. P. & R. J. Sassi. (2010). Control and monitoring of the indexes of absenteeism and presenteeism whith aid of the technology of the information. 7º CONTECSI, 7ª Conferência Internacional sobre Sistemas de Informação e Gestão de Tecnologia. ISBN: 978-85-99693-06-30, p. 489-506.
Martiniano, A., Ferreira, R. P. & Sassi, R. J. (2012b). Aplicação da Mineração de Dados na Identificação de Empregados Absenteístas e Presenteístas de uma Empresa de Courier da Cidade de São Paulo. VIII– EMEPRO, Encontro Mineiro de Engenharia de Produção. Itajubá.
Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
Penatti, I, Zago, J. S. & Quelhas, O. (2006). Absenteísmo: as consequências na gestão de pessoas. III SEGeT – Simpósio de Excelência em Gestão e Tecnologia. Resende.
Rumelhart, D. E., Hinton, G. E. & Williams, R. J. (1986). Learning Internal Representations by Error Propagation. In Parallel Distributed Processing: Explorations in the Microstructure of Cognition, Vol. 1: Foundations, D. E. Rumelhart and J. L. McClelland, Eds. Mit Press Computational Models Of Cognition And 12 Perception Series. MIT Press, Cambridge, MA, p. 318-362.
Sassi, R. J. (2006). Uma Arquitetura Híbrida para Descoberta de Conhecimento em Bases de Dados: Teoria dos Rough Sets e Redes Neurais Artificiais Mapas Auto-Organizáveis. 169 p. Tese de Doutorado, Escola Politécnica da Universidade de São Paulo, Departamento de Engenharia Elétrica, São Paulo.
Sassi, R. J., Silva, L. A. & Hernandez, D. M. E. (2008). A Methodology using Neural Networks to Cluster Validity Discovered from a Marketing Database. In: 10th Brazilian Symposium on Neural Networks (SBRN), 2008, Salvador. IEEE Proceedings of SBRN. v. 1. p. 03-08.
Selau, L. P. R.; Ribeiro, J. L. D. (2009). Uma sistemática para construção e escolha de modelos de previsão de risco de crédito. Gestão Produção, São Carlos. v. 16, n. 3, p. 398-413.
Silva, L. A. (2009). Categorização de Imagens Médicas para Sistemas de Recuperação de Imagens por Conteúdo Baseada em Transformada Wavelet e Mapas Auto-Organizáveis. 99 p. Tese de Doutorado em Engenharia Elétrica, Escola Politécnica da Universidade de São Paulo.
Silva, I. N., Spatti, D. H. & Flauzino, R. A. (2010). Redes Neurais Atificiais para Engenharia e Ciências Aplicadas. SP: Artliber.
Simoes, M. G. & Shaw, I. S. (2007). Controle e Modelagem fuzzy. São Paulo: Blucher: FAPESP.
Slack, N., Chamber, S., Hardland, C., Harrison, A. & Johnston, R. (2009). Administração da Produção. São Paulo: Atlas.
Today Logistics & Supply Chain. (2009). São Paulo: Cecilia Borges, Ano III, n. 38.
Turban, E., Sharda, R., Aronson, J. E. & King, D. (2009). Business Intelligence: Um enfoque gerencial para a inteligência do negócio. Porto Alegre: Bookman.
Vesanto, J. (2002). Data Exploration Process Based on the Self-Organizing Map. PhD thesis, Helsinki University of Technology.
Vesanto, J. & alhoniemi, E. (2000). Clustering of the Self-Organizing Map. IEEE Transactions on Neural Networks, vol. 11, n. 2, p. 586-600.
DOI: https://doi.org/10.20397/2177-6652/2016.v16i2.954
Métricas do artigo
Metrics powered by PLOS ALM
Apontamentos
- Não há apontamentos.
Direitos autorais 2016 Revista Gestão & Tecnologia
Esta obra está licenciada sob uma licença Creative Commons Atribuição - NãoComercial 4.0 Internacional.